一种基于实时行情的股票筛选方法及系统与流程

1.本发明涉及行情数据处理技术领域，具体的，本发明涉及一种基于实时行情的股票筛选方法及系统。


背景技术：

2.股票有几十至上百个指标数据，例如股价、市值、资产收益率、净资产收益率、市盈率等等，需要根据若干项指标筛选出用户需要的股票。
3.现有的技术方案，是用mysql定期存储股票的指标数据，但是在交易阶段，股票的行情处于变化之中，mysql中的股票指标数据无法做到实时更新，在选股过程中指标数据相对于实时行情有一定的偏差，可能会造成用户的投资损失，无法满足用户需求。


技术实现要素：

4.为了克服现有技术的不足，本发明提供了一种基于实时行情的股票筛选方法及系统，以解决上述的技术问题。
5.本发明解决其技术问题所采用的技术方法是：一种基于实时行情的股票筛选方法，其改进之处在于：包括以下的步骤：s1、接收交易所的原始数据，提供所有代码的财务指标数据的查询接口；s2、更新股票的指标数据到elasticsearch，elasticsearch是一个分布式、高扩展、高实时的搜索与数据分析引擎；s3、调用选股接口，筛选股票后返回股票筛选结果。
6.在上述方法中，所述步骤s1，包括以下的步骤：
7.s11、行情解码服务系统从网络接收交易所的原始数据，将数据解码为自定义的行情数据，并且转化成pb数据格式，pb即protobuf，是google开源的实现数据自动序列化和反序列化的机制；
8.s12、调用kafka客户端库，将pb数据发送到kafka，kafka是一种高吞吐量的分布式发布订阅消息系统；
9.s13、指标数据服务系统调用beego库，启动http服务，提供市场所有代码的财务指标数据的查询接口，beego是基于golang实现的、开源的http框架，http即网络通信协议。
10.在上述方法中，所述步骤s2，包括以下的步骤：
11.s21、选股器数据服务系统向指标数据服务系统发起http请求，查询得到所有代码的财务指标数据，以代码为键，用哈希表存储；
12.s22、调用kafka客户端库连接kafka，消费实时pb数据，使用pb库把pb数据解析为自定义的行情数据；
13.s23、以所述的自定义行情数据中的代码为键，到所述哈希表中查询，得到所述代码的财务指标数据，将所述自定义的行情数据和所述的财务指标数据合并，得到完整的指标数据；
14.s24、调用elasticsearch客户端库连接elasticsearch，将所述的完整的指标数据
插入到elasticsearch中。
15.在上述方法中，所述步骤s3，包括以下的步骤：
16.s31、股票查询服务系统调用beego库启动http服务，接收http的选股请求，调用json库解析出选股参数；
17.s32、调用elasticsearch客户端库连接elasticsearch，使用所述的解析出的选股参数，向elasticsearch发送搜索请求；
18.s33、返回搜索结果。
19.本发明还提供了一种基于实时行情的股票筛选系统，包括行情解码服务系统、指标数据服务系统、选股器数据服务系统和股票查询服务系统，
20.行情解码服务系统用于从网络接收交易所的原始数据，将数据解码为自定义的行情数据，并且转化成pb数据格式，调用kafka客户端库，将pb数据发送到kafka；
21.指标数据服务系统用于调用beego库，启动http服务，提供市场所有代码的财务指标数据的查询接口；
22.选股器数据服务系统与指标数据服务系统连接，用于向指标数据服务系统发起http请求，查询得到所有代码的财务指标数据，以代码为键，用哈希表存储；并且调用kafka客户端库连接kafka，消费实时pb数据，使用pb库把pb数据解析为自定义的行情数据，以所述的自定义行情数据中的代码为键，到所述哈希表中查询，得到所述代码的财务指标数据，将所述自定义的行情数据和所述的财务指标数据合并，得到完整的指标数据，调用elasticsearch客户端库连接elasticsearch，将所述的完整的指标数据插入到elasticsearch中；
23.股票查询服务系统用于调用beego库启动http服务，接收http的选股请求，调用json库解析出选股参数；并且调用elasticsearch客户端库连接elasticsearch，使用所述的解析出的选股参数，向elasticsearch发送搜索请求，返回搜索结果。
24.本发明的有益效果是：通过将实时行情数据及时更新到elasticsearch，利用elasticsearch高效的搜索功能，实现了基于实时行情的股票筛选。
附图说明
25.附图1为本发明的一种基于实时行情的股票筛选方法的流程图。
具体实施方式
26.下面结合附图和实施例对本发明进一步说明。
27.以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整地描述，以充分地理解本发明的目的、特征和效果。显然，所描述的实施例只是本发明的一部分实施例，而不是全部实施例，基于本发明的实施例，本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例，均属于本发明保护的范围。另外，专利中涉及到的所有联接/连接关系，并非单指构件直接相接，而是指可根据具体实施情况，通过添加或减少联接辅件，来组成更优的联接结构。本发明创造中的各个技术特征，在不互相矛盾冲突的前提下可以交互组合。
28.参照图1，本发明的一种基于实时行情的股票筛选方法，包括以下的步骤：
29.s1、接收交易所的原始数据，提供所有代码的财务指标数据的查询接口；
30.具体的，包括以下的步骤：
31.s11、行情解码服务系统从网络接收交易所的原始数据，将数据解码为自定义的行情数据，并且转化成pb数据格式，pb即protobuf，是google开源的实现数据自动序列化和反序列化的机制；
32.s12、调用kafka客户端库，将pb数据发送到kafka，kafka是一种高吞吐量的分布式发布订阅消息系统，kafka在本发明中作为消息中间件，存放实时行情；
33.s13、指标数据服务系统调用beego库，启动http服务，提供市场所有代码的财务指标数据的查询接口，提供了市场所有代码的财务指标数据的查询服务，beego是基于golang实现的、开源的http框架，http即网络通信协议。
34.s2、更新股票的指标数据到elasticsearch，elasticsearch是一个分布式、高扩展、高实时的搜索与数据分析引擎，elasticsearch在本发明中用于存储股票的指标数据，并且被选股器数据服务系统不断地更新；
35.具体的，包括如下的步骤：
36.s21、选股器数据服务系统向指标数据服务系统发起http请求，查询得到所有代码的财务指标数据，以代码为键，用哈希表存储，财务指标数据打包为结构体作为值；
37.s22、调用kafka客户端库连接kafka，消费实时pb数据，使用pb库把pb数据解析为自定义的行情数据；
38.s23、以步骤s22所述的自定义行情数据中的代码为键，到所述哈希表中查询，得到所述代码的财务指标数据，将所述自定义的行情数据和所述的财务指标数据合并，得到完整的指标数据；
39.s24、调用elasticsearch客户端库连接elasticsearch，将步骤s23中所述的完整的指标数据插入到elasticsearch中。
40.s3、调用选股接口，筛选股票后返回股票筛选结果。
41.具体的，包括以下的步骤：
42.s31、股票查询服务系统调用beego库启动http服务，接收http的选股请求，调用json库解析出选股参数；
43.s32、调用elasticsearch客户端库连接elasticsearch，使用所述的解析出的选股参数，向elasticsearch发送搜索请求；
44.s33、返回搜索结果，该搜索结果就是基于实时行情的选股结果，实现了快速选股。
45.本方法将股票的指标数据存储起来，用于选股，在开盘交易时段，利用kafka和elasticsearch的快速读写能力，将实时行情数据及时更新到elasticsearch，利用elasticsearch高效的搜索功能，实现快速地选股，得到的选股结果就是基于实时行情的。
46.本发明还提供了一种基于实时行情的股票筛选系统，包括行情解码服务系统、指标数据服务系统、选股器数据服务系统和股票查询服务系统，
47.行情解码服务系统用于从网络接收交易所的原始数据，将数据解码为自定义的行情数据，并且转化成pb数据格式，调用kafka客户端库，将pb数据发送到kafka；
48.指标数据服务系统用于调用beego库，启动http服务，提供市场所有代码的财务指标数据的查询接口；
49.选股器数据服务系统与指标数据服务系统连接，用于向指标数据服务系统发起http请求，查询得到所有代码的财务指标数据，以代码为键，用哈希表存储；并且调用kafka客户端库连接kafka，消费实时pb数据，使用pb库把pb数据解析为自定义的行情数据，以所述的自定义行情数据中的代码为键，到所述哈希表中查询，得到所述代码的财务指标数据，将所述自定义的行情数据和所述的财务指标数据合并，得到完整的指标数据，调用elasticsearch客户端库连接elasticsearch，将所述的完整的指标数据插入到elasticsearch中；
50.股票查询服务系统用于调用beego库启动http服务，接收http的选股请求，调用json库解析出选股参数；并且调用elasticsearch客户端库连接elasticsearch，使用所述的解析出的选股参数，向elasticsearch发送搜索请求，返回搜索结果。
51.本发明通过将实时行情数据及时更新到elasticsearch，利用elasticsearch高效的搜索功能，实现了基于实时行情的股票筛选。
52.以上是对本发明的较佳实施进行了具体说明，但本发明创造并不限于所述实施例，熟悉本领域的技术人员在不违背本发明精神的前提下还可做出种种的等同变形或替换，这些等同的变形或替换均包含在本技术权利要求所限定的范围内。